博客

详解Python中列表和数组的区别比较

  • Post category:Python

Python中的列表和数组在很多方面都是相似的，但在某些方面也有着一些不同之处。下面我们将深入探讨Python中列表和数组的区别比较。

列表（List）

列表是一种Python中常用的数据类型，它允许我们用一个变量持有多个值。列表中的值可以是不同的数据类型。

创建列表

列表可以使用方括号 [] 或者 list() 方法来创建，如下所示：

my_list = [1, 2, 3, 4, 5]
my_list = list(range(1, 6))

访问列表元素

使用下标访问列表中的元素，下标从0开始，如下所示：

my_list = [1, 2, 3, 4, 5]
print(my_list[0]) # 1
print(my_list[-1]) # 5

修改列表元素

列表中的元素可以进行修改，如下所示：

my_list = [1, 2, 3, 4, 5]
my_list[1] = 'two'
print(my_list) # [1, 'two', 3, 4, 5]

列表的方法

Python中的列表提供了许多方法来方便地进行操作，例如，添加元素、删除元素等等。下面是一些常用的方法：

  • append(): 添加元素到列表末尾
  • extend(): 将一个列表添加到另一个列表末尾
  • insert(): 在指定位置插入元素
  • pop(): 移除并返回指定位置的元素
  • remove(): 移除列表中第一个匹配项
  • sort(): 对列表进行排序
  • reverse(): 反转列表中的元素

数组（Array）

数组也是一种数据结构，它可以存储一系列同样类型的数据。相比于列表，数组的读取速度更快，并且它可以进行更多的数学计算。

创建数组

在Python中，如果要创建数组，需要使用 array 模块。这个模块提供了一种方式来创建一个数组。

import array as arr
my_array = arr.array('i', [1, 2, 3, 4, 5])

访问数组元素

数组可以使用下标来访问元素，下标从0开始，如下所示：

my_array = arr.array('i', [1, 2, 3, 4, 5])
print(my_array[0]) # 1

修改数组元素

跟列表不同的是，数组中的元素类型必须是相同的，所以无法修改不同类型的元素。如果要修改数组中的元素，需要使用下表操作符。

my_array = arr.array('i', [1, 2, 3, 4, 5])
my_array[1] = 8
print(my_array) # array('i', [1, 8, 3, 4, 5])

数组的方法

数组与列表类似，也提供了一些方法来方便地进行操作。这些方法包括：append()、extend()、insert()、pop()、remove()、sort()、reverse()，跟列表的方法类似。

两者的比较

  • 列表可以包含不同类型的元素，而数组必须包含相同类型的元素。
  • 列表的读取速度较慢，而数组的读取速度更快。
  • 当涉及到许多数学计算时，数组更适合使用；而涉及到许多常规操作时，列表更适合使用。

示例说明

示例1：比较列表和数组的读取速度

import array as arr
from timeit import timeit

my_list = [i for i in range(0, 1000000)]
my_array = arr.array('i', [i for i in range(0, 1000000)])

print("List read time:", timeit(lambda: my_list[500000], number=100000))
print("Array read time:", timeit(lambda: my_array[500000], number=100000))

运行上述代码可以发现，数组的读取速度要比列表快得多。

示例2：比较列表和数组的数学计算性能

import array as arr
import numpy as np
from timeit import timeit

my_list = [i for i in range(0, 1000000)]
my_array = np.array([i for i in range(0, 1000000)])
my_array2 = arr.array('i', [i for i in range(0, 1000000)])

print("List sum:", timeit(lambda: sum(my_list), number=100))
print("Numpy array sum:", timeit(lambda: np.sum(my_array), number=100))
print("Array module array sum:", timeit(lambda: sum(my_array2), number=100))

运行上述代码可以发现，Numpy库的数组性能最高，其次是Python的数组模块，列表性能最低。

Tags: